Fundamentos da Metodologia de Pesquisa Científica

Capítulo 8: Seleção e Tipos de Amostras

1. Este capítulo descreve como selecionar uma amostra. A primeira coisa que você tem que perguntar é quem será medido, o que corresponde a definir a unidade de análise: indivíduos, organizações ou jornais. Em seguida, deve-se definir claramente a população com base nos objetivos do estudo e em termos de recursos (conteúdo, tempo e lugar).

2. A amostra é um subconjunto da população previamente definida e pode ser probabilística ou não probabilística.

3. Escolher o tipo de amostra necessária depende dos objetivos do estudo e do regime de investigação.

4. As amostras probabilísticas são essenciais em projetos de pesquisa que visam generalizar os resultados para uma população. A característica deste tipo de amostra é que todos os elementos da população têm, inicialmente, as mesmas chances de serem eleitos, sendo as medições do subconjunto estimativas muito precisas do todo maior. Essa precisão depende do erro de amostragem, também chamado de erro padrão.

5. Para uma amostra probabilística, são necessárias duas coisas: determinar o tamanho da amostra e selecionar os itens em uma amostra aleatória.

6. O tamanho da amostra é calculado com base na variância da população e na variância da amostra. A última é expressa em termos de probabilidade de ocorrência. A variância da população é calculada como o quadrado do erro padrão, que determinamos. Quanto menor o erro padrão, maior será o tamanho da amostra.

7. As amostras probabilísticas incluem: simples, estratificada e por clusters (conglomerados). A estratificação aumenta a precisão da amostra e envolve o uso deliberado de subamostras de cada estrato ou classe que é relevante para a população. A amostragem por aglomerados leva a diferenças entre a unidade de análise e a unidade de amostragem. Neste tipo de amostragem, há uma seleção em duas etapas, ambos os procedimentos probabilísticos. No primeiro, são selecionados grupos (escolas, organizações, salas de aula); no segundo, são selecionados os sujeitos que serão avaliados dentro dos aglomerados.

8. Os itens coletados em uma amostra probabilística são sempre escolhidos aleatoriamente, garantindo que todos os itens tenham uma chance igual de serem eleitos. Os procedimentos de seleção podem ser: 1. Tômbola, 2. Tabela de números aleatórios e 3. Seleção sistemática. A seleção depende de listas existentes ou construídas ad hoc. As listas incluem: a lista telefónica, listas de associações, listas de escolas formais, etc. Quando não há listas dos elementos da população, recorre-se a outros quadros com a descrição do material, organizações ou indivíduos selecionados como unidades de análise. Alguns deles podem ser arquivos, fichários e mapas.

9. Amostras não probabilísticas podem ser chamadas também de amostras específicas, pois a escolha dos temas ou objetos de estudo depende do critério do investigador.

10. Amostras direcionadas podem ser de vários tipos: (1) Amostra de sujeitos voluntários (frequentemente utilizada em desenhos experimentais e em situações de laboratório). (2) Amostra de especialistas (muitas vezes utilizada em estudos exploratórios). (3) Amostra de sujeitos-tipo ou estudos de caso (utilizada em estudos qualitativos e motivacionais) e (4) Amostragem por quotas (procedimento frequente em pesquisas de opinião e marketing). Amostras específicas são válidas para um projeto de investigação particular e suas necessidades, porém os resultados são generalizáveis apenas para a própria amostra ou amostras similares. Não podem ser generalizados para a população.

11. De acordo com o teorema central do limite, uma amostra com mais de cem casos tende a ter uma distribuição normal e características, mas não necessariamente uma probabilidade conjunta normal. Enquanto a distribuição normal é necessária para os testes estatísticos, a probabilidade conjunta normal é um pré-requisito para inferências corretas sobre uma população.

Capítulo 9: Coleta de Dados e Instrumentos de Medição

1. A coleta de dados envolve a seleção de um instrumento de medição disponível ou o desenvolvimento de um próprio, a aplicação desse instrumento e a preparação das medidas obtidas para que possam ser analisadas corretamente.

2. Mensuração é o processo de articulação de conceitos abstratos com indicadores empíricos, através de uma classificação e/ou quantificação.

3. Em todas as pesquisas, medimos as variáveis presentes nas hipóteses.

4. Um instrumento de medição deve atender a dois critérios: confiabilidade e validade.

5. Confiabilidade refere-se à medida em que a aplicação repetida de um instrumento de medição ao mesmo sujeito ou objeto produz os mesmos resultados.

6. Validade refere-se ao grau em que um instrumento de medição realmente mede a(s) variável(eis) que se propõe a medir.

7. Podem ser fornecidos três tipos de evidência de validade: evidências relacionadas ao conteúdo, evidências de critério e evidências relacionadas à construção.

8. Fatores que podem afetar a validade incluem, principalmente: a improvisação, a utilização de instrumentos desenvolvidos no exterior e não validados no nosso contexto, pouca ou nenhuma empatia, e fatores de aplicação.

9. Não há uma medida perfeita, mas os erros de medição devem ser reduzidos a limites toleráveis.

10. A confiabilidade é determinada pelo cálculo de um coeficiente de confiabilidade.

11. Os coeficientes de confiabilidade variam entre zero e 1 (0 = nenhuma confiança, 1 = confiança total).

12. Os procedimentos mais comuns para estimar a confiabilidade são a medida da estabilidade, o método de formas alternativas, o método de metades (split-half), o alfa de Cronbach e o KR-20 (Kuder-Richardson 20).

13. A validade de conteúdo é obtida através da comparação do universo de itens com os itens presentes no medidor.

14. A validade de critério é obtida comparando os resultados da aplicação do instrumento de medição com os resultados de um critério externo.

15. A validade de construção pode ser determinada através de análise fatorial.

16. Os passos genéricos para construir um instrumento de medição são:

• Listar as variáveis medidas.
• Revisar as definições conceituais e operacionais.
• Escolher um instrumento já desenvolvido ou construir o seu próprio.
• Indicar os níveis de medição das variáveis (nominal, ordinal, intervalo e razão/proporção).
• Indicar como os dados devem ser codificados.
• Implementar teste piloto.
• Construir a versão final.

17. Em pesquisa social, existem diversas ferramentas de medição diferentes:

1. Principais escalas de atitude: Likert, Guttman e Diferencial Semântico.
2. Questionários (autoaplicáveis, por entrevista pessoal, entrevista por telefone e por e-mail).
3. Análise de conteúdo.
4. Observação.
5. Testes padronizados (procedimento padrão).
6. Sessões em profundidade.
7. Registros e outras formas de medição.

18. As respostas são codificadas.

19. Codificação envolve:

1. Codificar itens pré-codificados ou não codificados.
2. Elaborar o codebook (livro de códigos).
3. Realizar fisicamente a codificação.
4. Registro e armazenamento dos dados em um arquivo permanente.

Capítulo 10: Análise Estatística dos Dados

1. A análise dos dados é feita utilizando a matriz de dados, que é armazenada em um arquivo.

2. O tipo de análise ou de testes estatísticos a realizar depende do nível de medida das variáveis, das hipóteses e do interesse da pesquisa.

3. A análise estatística pode incluir: estatísticas descritivas para cada variável (distribuição de frequência, medidas de tendência central e medidas de variabilidade), transformação em escores Z, razões e taxas, cálculos de estatística inferencial, testes paramétricos, testes não paramétricos e análise multivariada.

4. As distribuições de frequência contêm as categorias, os códigos, as frequências absolutas (número de casos), relativas (percentuais) e frequência acumulada (absoluta ou relativa).

5. As distribuições de frequência (particularmente a frequência relativa) podem ser apresentadas graficamente.

6. A distribuição de frequência pode ser representada através da curva de frequência ou polígono de frequência.

7. As medidas de tendência central são a moda, mediana e média.

8. As medidas de variabilidade são a amplitude (diferença entre o máximo e o mínimo), desvio padrão e variância.

9. Outras estatísticas descritivas úteis são a assimetria e a curtose.

10. Escores Z são as transformações dos valores obtidos em unidades de desvio padrão.

11. Uma razão é a relação entre duas categorias, e uma taxa é a razão entre o número de casos de uma categoria e o número total de casos, multiplicada por um múltiplo de 10.

12. Estatística inferencial é usada para fazer generalizações da amostra para a população, testar hipóteses e estimar parâmetros. Baseia-se no conceito de distribuição amostral.

13. A curva de distribuição normal é um modelo teórico muito útil; sua média é 0 (zero) e seu desvio padrão é 1 (um).

14. O nível de significância e os intervalos de confiança são os níveis de probabilidade de cometer um erro no teste de hipóteses ou na estimativa de parâmetros. Os níveis mais comuns nas ciências sociais são os de 0,05 e 0,01.

15. Análise ou testes estatísticos paramétricos comumente utilizados são:

• Correlação de Pearson (Correlacional)
• Regressão Linear (Correlacional/Causal)
• Teste t (Diferença de grupo)
• Contraste de diferença em proporções (Diferença de grupo)
• Análise de Variância (ANOVA): Unidirecional (uma variável independente) e Fatorial (duas ou mais variáveis independentes). (Contraste de grupos/Causalidade)
• Análise de Covariância (ANCOVA) (Correlacional/Causal)

16. Em todos os testes estatísticos paramétricos, as variáveis são medidas em nível de intervalo ou de razão.

17. A análise ou testes não paramétricos comumente utilizados são

20. A análise estatística é realizada utilizando programas de computador, através de pacotes estatísticos.

21. Os pacotes estatísticos mais populares são: BMDP, ESP, OSIRIS, SAS e SPSS. Para a utilização destes pacotes, é essencial consultar o respetivo manual.

Capítulo 11: Elaboração do Relatório de Pesquisa

1. Antes de preparar um relatório de pesquisa, deve-se definir o público-alvo, para que o relatório possa ser adaptado.

2. Os relatórios de pesquisa podem ser apresentados em um contexto acadêmico ou em um não acadêmico.

3. O contexto determina o formato, a natureza e a extensão do relatório de pesquisa.

4. Os elementos mais comuns de um relatório de pesquisa apresentado em um contexto acadêmico são: Capa, Índice, Resumo, Introdução, Referencial Teórico, Metodologia, Resultados, Conclusões, Bibliografia e Anexos.

5. Os elementos mais comuns em um relatório não acadêmico são: Capa, Índice, Resumo, Introdução, Métodos, Resultados, Conclusões e Anexos.

6. Para apresentar o relatório de pesquisa, podem ser utilizados vários recursos (acessórios).

Capítulo 7: Pesquisa Não Experimental

1. A investigação não experimental é realizada sem a manipulação deliberada das variáveis independentes; baseia-se em variáveis que já ocorreram ou que existem na realidade, sem a intervenção direta do pesquisador. É uma abordagem retrospectiva.

2. A investigação não experimental é também conhecida como pesquisa ex post facto (os fatos e as variáveis já ocorreram), e as variáveis e as relações entre elas são observadas em seu contexto natural.

3. Modelos não experimentais são divididos da seguinte forma:

4. O delineamento transacional realiza observações em um único momento no tempo. Quando as variáveis são medidas individualmente, o resultado é um relatório descritivo. Ao descrever as relações entre as variáveis, os estudos são correlacionais; e os processos que estabelecem relação de causalidade entre variáveis são correlacionais/causais.

5. Delineamentos longitudinais realizam observações em dois ou mais momentos ou pontos no tempo. Se estudam a tendência da população, são delineamentos de tendência; se observam um grupo específico ou subpopulação, são delineamentos de análise evolutiva do grupo; e se estudam os mesmos sujeitos, são delineamentos de painel.

6. A investigação não experimental tem menos rigor do que a experimental e é mais difícil inferir relações causais. No entanto, a pesquisa não experimental é mais natural e mais próxima da realidade cotidiana.

7. O tipo de delineamento escolhido é influenciado pelo problema de pesquisa, o contexto da investigação e o tipo de alunos